论文部分内容阅读
对不同种类噪声的分类处理，可以提高噪声环境下语音信号处理的性能。为了能够准确地区分各类噪声，提出了一种基于Bark域噪声能量分布特性的噪声分类方法。通过将噪声能量从均匀时频空间映射到Bark空间，构造了一个能够有效区分各种噪声的22维特征向量，并使用支持向量机（SVM）进行模型训练和噪声分类。实验结果表明：所提出的噪声分类方法具有非常高的分类准确率，对用于实验的两种噪声数据集的平均分类准确率分别为99．50％和93．44％。